真正的數(shù)據(jù)愛好者有很多需要閱讀的內(nèi)容：大數(shù)據(jù)，機(jī)器學(xué)習(xí)，數(shù)據(jù)科學(xué)，數(shù)據(jù)挖掘等。除了這些技術(shù)領(lǐng)域，還有一些特定的技術(shù)和語言需要你繼續(xù)研究：Hadoop，Spark，Python，和R等等，還有無數(shù)實現(xiàn)自動化的工具等等，這些工具幾乎每天都會用到，這就需要你不斷的學(xué)習(xí)。幸運的是，以上提到的這些都不缺關(guān)于它們的書籍。

本文首先幫大家盤點幾本大數(shù)據(jù)相關(guān)的書籍，這些書都是亞馬遜上的暢銷排行榜上的：

關(guān)于大數(shù)據(jù)

1、《Big Data》

在大數(shù)據(jù)的背景下，我很少看到關(guān)于數(shù)據(jù)建模，數(shù)據(jù)層，數(shù)據(jù)處理需求分析以及數(shù)據(jù)架構(gòu)和存儲實現(xiàn)問題。這本書卻提供了令人耳目一新的全面解決方案。

但不可忽略的是，它也引入了大多數(shù)開發(fā)者并不熟悉的、困擾傳統(tǒng)架構(gòu)的復(fù)雜性問題。本書將教你充分利用集群硬件優(yōu)勢的Lambda架構(gòu)，以及專門用來捕獲和分析網(wǎng)絡(luò)規(guī)模數(shù)據(jù)的新工具，來創(chuàng)建這些系統(tǒng)。

關(guān)于Apache Hadoop

2、《Hadoop: The Definitive Guide》

本書通過豐富的案例學(xué)習(xí)來解釋Hadoop的幕后機(jī)理，闡述了Hadoop如何解決現(xiàn)實生活中的具體問題。第3版覆蓋Hadoop的最新動態(tài)，包括新增的MapReduceAPI，以及MapReduce2及其靈活性更強(qiáng)的執(zhí)行模型(YARN)。

關(guān)于Apache Spark

3、《Learning Spark》

《Spark 快速大數(shù)據(jù)分析》是一本為Spark 初學(xué)者準(zhǔn)備的書，它沒有過多深入實現(xiàn)細(xì)節(jié)，而是更多關(guān)注上層用戶的具體用法。不過，本書絕不僅僅限于Spark 的用法，它對Spark 的核心概念和基本原理也有較為全面的介紹，讓讀者能夠知其然且知其所以然。

關(guān)于數(shù)據(jù)挖掘

4、《數(shù)據(jù)挖掘》

本書是關(guān)于數(shù)據(jù)挖掘領(lǐng)域的綜合概述，我認(rèn)為這本書作為研究生的課程用書是最好的，或者作為參考書。本書前版曾被KDnuggets的讀者評選為最受歡迎的數(shù)據(jù)挖掘?qū)Ｖ?，是一本可讀性極佳的教材。

它從數(shù)據(jù)庫角度全面系統(tǒng)地介紹數(shù)據(jù)挖掘的概念、方法和技術(shù)以及技術(shù)研究進(jìn)展，并重點關(guān)注近年來該領(lǐng)域重要和最新的課題——數(shù)據(jù)倉庫和數(shù)據(jù)立方體技術(shù)，流數(shù)據(jù)挖掘，社會化網(wǎng)絡(luò)挖掘，空間、多媒體和其他復(fù)雜數(shù)據(jù)挖掘。

5、《Mining of Massive Datasets》

本書是在Anand Rajaraman和Jeff Ullman于斯坦福大學(xué)教授多年的一門季度課程的材料基礎(chǔ)上總結(jié)而成的。簡單來說，本書是關(guān)于數(shù)據(jù)挖掘的。但是，本書主要關(guān)注極大規(guī)模數(shù)據(jù)的挖掘，也就是說這些數(shù)據(jù)大到無法在內(nèi)存中存放。

由于重點強(qiáng)調(diào)數(shù)據(jù)的規(guī)模，所以本書的例子大都來自Web本身或者Web上導(dǎo)出的數(shù)據(jù)。另外，本書從算法的角度來看待數(shù)據(jù)挖掘，即數(shù)據(jù)挖掘是將算法應(yīng)用于數(shù)據(jù)，而不是使用數(shù)據(jù)來“訓(xùn)練”某種類型的機(jī)器學(xué)習(xí)引擎。

免費電子書

想從事數(shù)據(jù)科學(xué)，除了以上提及的那些書籍，還有很多這個領(lǐng)域的入門書籍，但是在你真正開始之前，你更應(yīng)該對這個領(lǐng)域有一個廣泛的了解。

下面我們還精選了5本免費的電子書，可以幫助你更好的理解數(shù)據(jù)科學(xué)的全部內(nèi)容，以及為你后續(xù)學(xué)習(xí)數(shù)據(jù)科學(xué)、大數(shù)據(jù)和數(shù)據(jù)分析做好準(zhǔn)備。

1、《Big Data: The Numbers Game Deciphered》

要想學(xué)習(xí)簡明扼要的關(guān)于大數(shù)據(jù)世界的概述，可以閱讀這本只有11頁的電子書，這本書以數(shù)據(jù)科學(xué)領(lǐng)域的最新發(fā)展為背景，讀完這本書，你將可以了解到：

• 成為數(shù)據(jù)科學(xué)家應(yīng)該具備的學(xué)歷
• 數(shù)據(jù)科學(xué)領(lǐng)域需要具備的技術(shù)/非技術(shù)類的技能
• 數(shù)據(jù)科學(xué)的學(xué)習(xí)資源

書籍下載地址：http://www.simplilearn.com/the-numbers-game-deciphered-guide-pdf

2、《Top Programming Languages for a Data Scientist》

編程是數(shù)據(jù)科學(xué)家絕對必須具備的核心技術(shù)技能。通過這本詳細(xì)的指南，了解掌握哪些編程語言可以優(yōu)先考慮入門數(shù)據(jù)科學(xué)。讀完這本書，你可以了解到

• 數(shù)據(jù)科學(xué)職業(yè)的十大編程語言列表;
• 這些編程語言的特點;
• 如何將你掌握的技能應(yīng)用于數(shù)據(jù)科學(xué)家。

書籍下載地址：http://www.simplilearn.com/top-programming-languages-for-data-scientist-guide-pdf

3、《8 Essential Concepts of Big Data and Hadoop》

Hadoop可以說是大數(shù)據(jù)家族中最重要的技術(shù)，稱得上是大數(shù)據(jù)革命的核心。通過閱讀這本便捷指南，可以了解你需要了解的關(guān)于Hadoop及其生態(tài)系統(tǒng)的所有信息。

書籍下載地址：http://www.simplilearn.com/big-data-and-hadoop-8-essential-concepts-guide-pdf

4、《Secret to Unlocking Tableau's Hidden Potential》

Tableau使分析變得簡單易行，不僅適用于分析師，也適用于高層管理人員，IT專業(yè)人員以及其他所有人員。如果你正在尋找能夠充分發(fā)揮Tableau功能的技巧，以及有用的黑客技巧，這本電子書將會告訴你需要了解的內(nèi)容。

書籍地址：http://www.simplilearn.com/secret-to-unlocking-tableau-hidden-potential-guide-pdf

5、《Top 25 Interview Questions and Answers: Big Data Analysis》

即便你是一位很厲害的數(shù)據(jù)專家，在求職面試中，你依然需要絞盡腦汁讓面試官對你印象深刻，否則你依然很難得到你一直夢寐以求的那個職位，這本書灰機(jī)了大數(shù)據(jù)面試最常問的問題和答案，相信可以助你一臂之力。

書籍下載地址：http://www.simplilearn.com/top-big-data-analysis-interview-questions-answers-guide-pdf